[发明专利]一种基于信任信息的TimeSVD改进算法

摘要

本发明公开互联网领域内的一种基于信任信息的TimeSVD改进算法，用以解决推荐系统中用户冷启动以及评分数据过于稀疏的问题，当用户处于新用户时或者评分数据过少的时候，能够有效地通过信任网络中与该用户信任程度高的其它热用户的评分值，实现对该新用户进行物品推荐；该方法首先借助用户数据构建评分矩阵以及信任矩阵；接着运用TimeSVD算法对矩阵进行分解降维；最后结合信任矩阵模型与用户评分矩阵模型，构造损失函数进行训练，对比不同的信任值，准确地获取到用户的偏好。

主权项

1.一种基于信任信息的TimeSVD改进算法，其特征在于，包括以下步骤：/n步骤1)数据输入，包括用户评分信息与用户信任信息；/n步骤2)构建评分矩阵：建立m×n阶的用户-项目评分矩阵，m为用户组，n为项目组，用R表示评分矩阵，则R＝[r_u，i]_m×n，r_u，i表示用户u对项目i的评价；/n步骤3)构建信任矩阵：建立m×m阶的用户信任矩阵，m为用户组，用T表示用户信任矩阵，则T＝[t_uv]_m×m，它表示用户u对v的信任值，当特定项目为i时，矩阵为/n步骤4)TimeSVD分解矩阵：利用TimeSVD对已经建立好的m×n阶评分矩阵R分解降维，将矩阵R分解为P∈R^d×m、Q∈R^d×n、∑；其中P∈R^d×m代表用户矩阵，Q∈R^d×n代表项目矩阵，将高维度的用户-项目的评分矩阵分解为两个低维度矩阵的乘积，这两个低维度矩阵分别被称为用户特征向量矩阵和项目特征向量矩阵，∑是奇异值的对角矩阵，则用户u对未评分项目i的评分预测值/n步骤5)根据评分预测，给出推荐结果。/n